MISQ专栏
MISQ专栏

早起的鸟与晚起的虫:个体网购时间习惯及其影响的实证研究

日期:2022-07-18    来源:”CNAIS MISQ China Impact”团队    作者:Ziqiong Zhang, Zili Zhang, Pei-yu Chen   编辑:辛建轩 (哈尔滨工业大学经济与管理学院 博士生)   点击:

《The American Journal of Psychology》(1903年)用以下的文字来定义习惯:“以心理学的观点来看,习惯是某种程度上固定的思考方式、意志或者感觉方式,是由以往重复的心智体验而获得的’’。习惯通常是在反复出现的情境中通过重复行为而获得,一旦形成习惯,在特定的情境下人的行为或者表现将出现规律性。有人习惯早起,有人习惯熬夜;有人习惯晨跑,也有人习惯夜跑。有些习惯是我们刻意养成的,但是更多的习惯其实是无意识形成的。读者不妨仔细想一下自己有哪些习惯,以及这些习惯是否与时间相关。实际上许多习惯具有这样的范式:在某个特定时间区间,人们更倾向于做什么。这篇论文主要研究了消费者在网购时是否会形成时间习惯,若存在时间习惯,那么其对网购体验产生哪些影响。

“习惯”相关的文献将其定义为一种在特定场景被触发且可以被强化的行为倾向(Liu-Thompkins and Tam2013;Ouellette and Wood1998;Triandis 1977;WoodandNeal2009),习惯行为的正反馈可以强化习惯(Limayemetal.2007; Orbell et al.2001)。考虑到网购带来时间的便利性,研究消费者是否存在网购时间习惯很有意义。除此之外,消费者在做出网购决策时需要收集信息,作者认为,当消费者遵守自己的时间习惯做决策时,能够更有效的收集、分析信息,因此能够更加理性的决策进而提升网购满意度。更进一步,作者认为当消费者网购满意度能够促进消费的重访/重复购买行为。综上所述,作者提出的假设如下:

H1:消费者倾向于在特定时间段内购物,且倾向于在该特定时间重复购买。

H2:符合时间习惯的网购行为对购物满意度产生积极的影响

H3:符合时间习惯的网购行为会增强重复购买的频率

该文章的研究数据来源于京东平台,共包括172825名消费者的相关数据,如购买信息及评论信息等,时间跨度为2007-02至2014-11.接下来介绍该文章的计量模型以及实证结论。


消费者购物时间习惯的检验(H1)

作者结合与习惯相关文献的结论,测试是否在同一时间段内购买的次数越多,消费者接下来在该时间段内购买的可能性就越高。

在回归方程1.1中,被解释变量是虚拟变量,表示在消费者i的第j次购买发生在夜晚(6:00 p.m.-5:59 a.m.), 则相反。作者使用滚动窗口来计算时间习惯的强度,解释变量表示距离当前购买最近的10/15/20/25/30次购买中时间在夜晚的次数取自然对数。如果为正,那么我们认为消费者存在网购的时间习惯。作者在模型中加入了商品类别、消费者个体、月份及年份固定效应,此外控制了一些可能的混杂因子。

通过上面两幅图我们可以看出消费者网购时间存在一定的规律性,如凌晨的网购频率明显更低,但这是消费者群体的规律,该文章关注的则是消费者个体的网购时间习惯。作者通过构建虚拟变量来刻画消费者最近一段时间的网购时间习惯。作者定义表示消费者i的第j-1次购买发生在夜晚,则相反。表示距离j-1最近的10/15/20/25/30次购买中夜晚购买的次数高于白天购买,则相反。也说明消费者在最近一段时间夜晚网购的频率更高,因此容易形成习惯。在模型(1.2)中,如果为正,则表示网购的时间习惯可以被强化。

Table 1的结果表明消费者在网购时倾向于在特定时间段内购买,且遵循历史购买时间习惯。Table 2汇报了模型1.2的回归结果,的系数显著为正,说明当消费者过去更多的在夜晚网购,那么消费者再次在夜晚网购的概率更大。此外,交互项系数显著为正表明,网购时间习惯可以被强化。


作者采用基于行为的指标来衡量消费者的网购时间习惯。与之前一致,将购物时间划分为“夜晚”与“白天”,如果某个消费者在某个特定时间内,夜晚网购的次数显著高于或者低于半天网购的次数,那么我们认为该消费者在该特定时间内存在网购时间习惯。习惯在短时间内是相对稳定的,但是在更长的时间区间看习惯也可能发生变化。作者分别按照半年、一年以及两年为时间区间计算消费者的网购习惯,得到的结论是一致的。


网购时间习惯的影响(H2,H3)

基于已有的文献,购物评分是消费者满意度的代理变量,且更高的评分对消费者而言表示更好的购买决策。作者构建如下模型来检验假设H2。

在模型(2)中,被解释变量表示消费者关于网购体验的评分,主要解释变量表示消费者i的第j次网购时间与该消费者的网购时间习惯一致,则相反。除此之外,作者控制了与评论文本相关的特征,以及与事件相关的特征等以避免混杂因子的影响。回归结果如Table4所示。在第一列中,没有加入任何控制变量,结果支持假设H2; 在第二列中,作者在模型中加入控制变量,得到一致的结论;第三列与第二列的区别在于消费者网购时间区间的划分,2-Block表示按照“白天”与“夜晚”划分,4-Block将时间区间划分的更精细,分为“上午”,“下午”,“晚间”, “午夜”。结果表明当网购时间习惯被划分的更精细不影响结论。作者认为,网购时间与发表评论的时间间隔可能会对购物满意度产生影响,因此在第四列中作者只选择网购与发表评论时间间隔小于48小时的样本,得到一致的结论;在第五列中,选择至少网购超过300次的个体,第六列中选择半年为窗口计算消费者的网购时间习惯,均得到一致的结论。

在Table 6中,被解释变量为消费者下一次访问购物网站距离当前访问的时间间隔(小时),然后对其取对数。回归结果表明,遵守网购时间习惯会缩短下一次访问网址的时间距离。


研究结论与管理启示:

该文章表明消费者在网购时确实存在时间习惯,且遵守时间习惯能够提高消费者的购物满意度与重购频率,文中的许多稳健性检验也支持这一结论。该研究对在线商家有重大意义。零售商可以建立识别消费者购物时间习惯的系统并且根据其时间习惯“诱导”消费者购买决策,以达到使消费者满意度提高,以及增加重访频率的目的。例如,在线商家应该以符合消费者网购时间习惯的方式推送广告,或者发放优惠券等等。


作者信息:

Ziqiong Zhang

Position: Professor of Management Science and Engineering, Harbin Institute of Technology

Email: ziqiong@hit.edu.cn


Zili Zhang

Position: Associate Professor of Management Science and Engineering, Harbin Institute of Technology

Email: zilizhang@hit.edu.cn


Pei-yu Chen

Position: Professor of Information Systems,W.P.Carey School of Business,Arizona State University

Email: peiyu.chen@asu.edu